Hasil Pencarian  ::  Simpan CSV :: Kembali

"PT. XXX merupakan salah satu produsen sepatu yang ada di Indonesia. Sepatu yang dihasilkan memiliki variasi model yang beragam. Permintaan sepatu bersifat fluktuatif dan disesuaikan dengan due date yang telah ditentukan. Model konfigurasi mesin yang terdapat diperusahaan adalah mesin paralel dengan kecepatan berbeda. Model konfigurasi mesin yang digunakan oleh perusahaan mengharuskan perusahaan untuk menyeimbangkan kinerja semua mesin yang ada. Penelitian ini dilakukan untuk memproleh penjadwalan produksi yang optimal dengan menggunakan model programa integer linier campuran yang diselesaikan dengan algoritma branch and bound. Dengan menggunakan bantuan pemrograman LINGO 9.0 versi extended, diperoleh penjadwalan produksi yang optimal dengan total waktu proses produksi (makespan) selama 143,5 jam dan efisiensi mesin sebesar 92,91%.

---

PT. XXX is a company shoes in Indonesia. The shoes which produced have variety of model variations. Demand fluctuate shoes and adjusted to the due date specified. Engine configuration model contained in the company is machines in parallel with different speeds. It is requiring the company to balance the performance of all existing machine. This research is conducted to obtain optimal production schedule by using mixed integer linear programiming model which solve by using branch and bound algorithm. By using LINGO 9.0 extended version, researcher obtain optimal production schedule with total flow time (makespan) for 143,5 hours and efficiency of machine by 92,91%."

"Kabupaten Merangin merupakan salah satu kabupaten di Indonesia yang memiliki potensi perkebunan yang sangat tinggi terutama kelapa sawit. Komoditi utama daerah ini adalah kelapa sawit di mana saat ini kelapa sawit menjadi primadona hasil perkebunan. Keberadaan kebun - kebun kelapa sawit yang tersebar di seluruh daerah kabupaten Merangin akan sangat membantu pendistribusian tandan buah segar ke pabrik pengolahan kelapa sawit menjadi minyak goreng dan mengurangi salah satu biaya terbesar di setiap pabrik minyak goreng yang akan didirikan yaitu biaya transportasi. Berkaitan dalam upaya meminimalisasi biaya transportasi, maka diperlukan suatu model optimasi dari sistem distribusi dalam rantai pasokan, yaitu aliran barang dari pemasok, pabrik dan sampai ke pasar / konsumen. Model ini akan membantu pelaku keputusan untuk dapat mengambil keputusan secara tepat yang berkaitan dengan perencanaan infrastruktur dalam bidang distribusi. Model matematis yang akan dibuat menggunakan metode programa integer. Programa integer adalah salah satu metode di penelitian operasional yang menggunkan model matematika untuk mendeskripsikan masalah yang sedang terjadi. Model tersebut diujikan pada data yang didapat dari kabupaten Merangin dan diolah dengan perangkat lunak LINGO. Hasil pengolahan tersebut kemudian dianalisis dan diperoleh letak pabrik minyak goreng yang optimal. "

"Penelitian ini bertujuan untuk menentukan lokasi SPBG CNG di wilayah DKIJakarta dengan memperhatikan sudut pandang investor dan konsumen. Fungsitujuan yang akan dicapai adalah meminimumkan nilai objective yang merupakanhasil perkalian jarak dengan jumlah permintaan dan biaya transportasi serta biayainvestasi dan operasional yang menjadi sudut pandang investor. Selain itu,penelitian ini akan dibandingkan dengan model P-Median yang hanyamemperhatikan faktor konsumen.Variabel keputusan dalam pembangunan SPBGCNG baru yang digunakan adalah binary integer linier programming. Terdapat 2variabel keputusan pada penelitian ini, yang pertama adalah penentuan lokasiSPBG dan yang kedua penentuan suplai CNG. Penelitian ini menggunakansoftware LINGO 10 untuk menentukan solusi penyelesainnya. Selain modeldasar, penelitian ini juga menggunakan 2 skenario; penentuan lokasi SPBG CNGdengan jumlah SPBG yang paling optimum; penentuan lokasi dan jumlah SPBGCNG yang sedikitnya harus dibangun di wilayah DKI Jakarta. Dari 46 kandidatlokasi, diperoleh hasil 11 lokasi SPBG baru untuk skenario dasar, sedikitnya 8lokasi SPBG baru harus dibangun untuk dapat memenuhi permintaan, dan 12SPBG baru untuk solusi skenario 2. Sedangkan untuk permasalahan p median,jumlah SPBG yang optimum dibangun berjumlah 16 SPBG.

---

This study aims to determine the location of CNG fueling station in Jakarta to

consider investor and consumer perspective. The objective function to be

achieved is to minimize the product of distance, the number of demands, and

transportation cost, also investment and operational cost from the investor

perspective. This study also be compared with the P-median models that only base

on consumer perspective. The decision variables in the construction of a new

CNG fueling station are binary integer linear programming. There are two

decision variables in this study, the first is the determination of the location and

the second determination of CNG supply. This study uses the Lingo software

version 10 to solve the models. This study also uses two scenarios; location of

CNG fueling station with the most optimum number fueling station; the least

number and location be built. From 46 candidate sites, the results are 11 new

locations CNG fueling station for the basic scenario, at least 8 new CNG fueling

station location should be built, and 12 new CNG fueling station for scenario 2.

And for the p median problem, optimum solution are 16 new CNG fueling station

must be built."

"Penelitian ini membahas penentuan jumlah produksi dan persediaan optimal dengan mempertimbangkan proyeksi jumlah permintaan dan jumlah persediaan dengan metode mixed integer linear programming. Tolak ukur yang digunakan untuk membandingkan kondisi sebelum dan setelah optimasi adalah biaya persediaan, changeover, dan utilisasi mesin. Penelitian ini adalah penelitian kuantitatif dengan desain deskriptif. Hasil penelitian menunjukkan bahwa jumlah produksi yang optimal dapat tercapai dalam horizon waktu 13 minggu/1 kuartal dengan biaya persediaan dan changeover yang lebih kecil namun utilisasi mesin yang lebih fluktuatif.

---

This research discussed the determination of the optimal production quantities and inventory by considering forecasted demand and the amount of inventory with mixed integer linear programming method. Indicators used to compare the before and after optimization is the cost of inventory, changeover, and machine utilization. This research is quantitative research with descriptive design.

The results showed that the optimal amount of production can be achieved within a time horizon of 13 weeks / 1 quarter with inventory and changeover costs are smaller but more volatile machine utilization."